diary
11.04
1.馬上就要期中考了,現在什么也沒復習,慌成dog
2.從語文老師口中知道,班主任一直很關心我的學科成績(特別是Chinese,非常感動(≧▽≦)/啦啦啦)
11.16
1.換了新同桌，卡星
2.跟新同桌說獎勵他一個大筆豆子，他欣然答應，最后一下“啪”的清脆和紅紅的臉，就不必我多說了
3.跟同學討論—— ——在人死之前打了別人一下是不是血賺
11.23
1.自認為自己的性格不太好，喜歡講話，之后要改
2.遇到一個豪華綠鑽的QQ音樂用戶，就用他/她的賬號把自己的歌單下完了
11.28
1.最近發現了一個新game,哎了哎了
讓我們進入今天的正題
目錄
- \(冒泡排序（Bubble Sort）\)
- \(插入排序（Insertion Sort）\)
- \(希爾排序（Shell Sort）\)
- \(選擇排序（Selection Sort）\)
- \(快速排序（Quick Sort）\)
- \(歸並排序（Merge Sort）\)
- \(堆排序（Heap Sort）\)
- \(計數排序（Counting Sort）\)
- \(桶排序（Bucket Sort）\)
- \(基數排序（Radix Sort）\)
一.冒泡排序
冒泡排序是一種交換排序，核心是冒泡，把數組中最小的那個往上冒，冒的過程就是和他相鄰的元素交換。
重復走訪要排序的數列，通過兩兩比較相鄰記錄的排序碼。
比較相鄰的元素。如果第一個比第二個大，就交換他們兩個。
對每一對相鄰元素作同樣的工作，從開始第一對到結尾的最后一對。在這一點，最后的元素應該會是最大的數。
持續每次對越來越少的元素重復上面的步驟，直到沒有任何一對數字需要比較。
性能分析
穩定性：穩定
平均時間復雜度：\(O(N^2)\)
最佳時間復雜度：\(O(N)\)
最差時間復雜度：\(O(N^2)\)
模擬過程
二.插入排序
插入排序操作類似於摸牌並將其從大到小排列。每次摸到一張牌后，根據其點數插入到確切位置。
① 從第一個元素開始，該元素可以認為已經被排序
② 取出下一個元素，在已經排序的元素序列中從后向前掃描
③如果該元素（已排序）大於新元素，將該元素移到下一位置
④ 重復步驟③，直到找到已排序的元素小於或者等於新元素的位置
⑤將新元素插入到該位置后
⑥ 重復步驟②~⑤
性能分析
穩定性：穩定
最差時間復雜度：\(O(N^2)\)
平均時間復雜度：\(O(N^2)\)
模擬過程
三.希爾排序
希爾排序的實質就是分組插入排序，該方法又稱遞減增量排序算法，因Donald Shell(希爾)於1959年提出而得名。希爾排序是非穩定的排序算法。
① 先取一個小於n的整數d1作為第一個增量，把文件的全部記錄分成d1個組。
② 所有距離為d1的倍數的記錄放在同一個組中，在各組內進行直接插入排序。
③ 取第二個增量d2小於d1重復上述的分組和排序，直至所取的增量dt=1(dt小於dt-l小於…小於d2小於d1)，即所有記錄放在同一組中進行直接插入排序為止。
性能分析
穩定性：不穩定
最差時間復雜度：\(O(N^2)\)
平均時間復雜度：\(O(Nlog_2N)\)
模擬過程
假設有一組｛9, 1, 2, 5, 7, 4, 8, 6, 3, 5｝無需序列。
第一趟排序： 設 gap1 = N / 2 = 5，即相隔距離為 5 的元素組成一組，可以分為 5 組。接下來，按照直接插入排序的方法對每個組進行排序。
第二趟排序：
將上次的 gap 縮小一半，即 gap2 = gap1 / 2 = 2 (取整數)。這樣每相隔距離為 2 的元素組成一組，可以分為2組。按照直接插入排序的方法對每個組進行排序。
第三趟排序：
再次把 gap 縮小一半，即gap3 = gap2 / 2 = 1。 這樣相隔距離為1的元素組成一組，即只有一組。按照直接插入排序的方法對每個組進行排序。此時，排序已經結束。
四.選擇排序
首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再從剩余未排序元素中繼續尋找最小（大）元素，然后放到已排序序列的末尾。以此類推，直到所有元素均排序完畢。
選擇排序的思想其實和冒泡排序有點類似，都是在一次排序后把最小的元素放到最前面，或者將最大值放在最后面。但是過程不同，冒泡排序是通過相鄰的比較和交換。而選擇排序是通過對整體的選擇，每一趟從前往后查找出無序區最小值，將最小值交換至無序區最前面的位置。
① 第一輪從下標為 1 到下標為 n-1 的元素中選取最小值，若小於第一個數，則交換
② 第二輪從下標為 2 到下標為 n-1 的元素中選取最小值，若小於第二個數，則交換
③ 依次類推下去……
性能分析
穩定性：不穩定
平均時間復雜度：O(N^2)
最佳時間復雜度：O(N^2)
最差時間復雜度：O(N^2)
模擬過程
五.快速排序
有二分思想
- 選擇A中的任意一個元素pivot（選哪個點都行，推薦選中間因為舒服，但個人喜歡坐着選），該元素作為基准
- 將小於基准的元素移到左邊，大於基准的元素移到右邊（分區操作）
- A被pivot分為兩部分L 和 R，繼續對L和R做同樣的處理
- 直到所有子集元素不再需要進行上述步驟
性能分析
穩定性：不穩定
平均時間復雜度：O(NlogN)
最佳時間復雜度：O(NlogN)
最差時間復雜度：O(N^2)
模擬過程
六.歸並排序
歸並排序是用分治思想，分治模式在每一層遞歸上有三個步驟：
- 分解（Divide）：將n個元素分成個含n/2個元素的子序列。
- 解決（Conquer）：用合並排序法對兩個子序列遞歸的排序。
- 合並（Combine）：合並兩個已排序的子序列已得到排序結果。
1.遞歸分解，將數組分解成left和right。如果這兩個數組內部數據是無序的，則對數組進行二分，直至分解出的小組只有一個元素，此時認為該小組內部有序。
2.合並兩個有序數組，比較兩個數組的最前面的數，誰小就先取誰，該數組的指針往后移一位。
3.重復步驟2，直至一個數組為空。
4.最后把另一個數組的剩余部分復制過來即可。
性能分析
穩定性：穩定
平均時間復雜度：O(NlogN)
最佳時間復雜度：O(N)
最差時間復雜度：O(NlogN)
模擬過程
七.堆排序
雖然STL大法好,但是還是要寫一下的(兢兢業業的博主不多了)
1.將數據存起來建一個大根堆
2.將堆頂與末尾交換,並輸出(相當於不要了),再用剩下的點建一個大根堆
3.直至變成小根堆為止
性能分析
穩定性：不穩定
平均時間復雜度：O(nlogn)
最佳時間復雜度：O(nlogn)
最差時間復雜度：O(nlogn)
Why not 模擬過程?
because it is too easy to see(mainly is that I can't insert mp4)
But I can give a website
模擬過程
八.計數排序
計數排序（Counting sort）是一種穩定的線性時間排序算法。
注意:不是桶排序
① 分配。掃描一遍原始數組，以數值作為下標，將該下標的計數器增1。
② 收集。掃描一遍計數器數組，按順序把值收集起來。
性能分析
穩定性：穩定
平均時間復雜度：O(n + k)
最佳時間復雜度：O(n + k)
最差時間復雜度：O(n + k)
空間復雜度：O(n + k)
模擬過程
九.桶排序
一句話總結：划分多個范圍相同的區間，每個子區間自排序，最后合並。
桶排序是計數排序的擴展版本，計數排序可以看成每個桶只存儲相同元素，而桶排序每個桶存儲一定范圍的元素，通過映射函數，將待排序數組中的元素映射到各個對應的桶中，對每個桶中的元素進行排序，最后將非空桶中的元素逐個放入原序列中。
桶排序需要盡量保證元素分散均勻，否則當所有數據集中在同一個桶中時，桶排序失效。
性能分析
穩定性：穩定
平均時間復雜度：O(n + k)
最佳時間復雜度：O(n + k)
最差時間復雜度：O(n ^ 2)
空間復雜度：O(n * k)
模擬無過程,只有圖(嘻!)
十.基數排序
基數排序\((Radix Sort)\)是桶排序的擴展，它的基本思想是：將整數按位數切割成不同的數字，然后按每個位數分別比較。
具體做法是：將所有待比較數值統一為同樣的數位長度，數位較短的數前面補零。然后，從最低位開始，依次進行一次排序。這樣從最低位排序一直到最高位排序完成以后, 數列就變成一個有序序列。
性能分析
穩定性：穩定
時間復雜度：O(k*N)
空間復雜度：O(k + N)
模擬過程
Last(結束)
總共十個排序,制作不易,跪求點個贊,謝謝!
